摘要
过去两年，几乎所有软件工程师都经历了一场内心震荡。 AI写代码比人快多了，不仅能写，还能改Bug、做测试，一个Agent干好几个人的活儿。于是焦虑在所难免：码农要断代了，我还能干什么？当90%以上的代码都靠AI完成，什么样的工程师还被需要？“屎山危机”下，曾经的研发护城河，该如何重建？这不仅是当前程序员的难题，也是摆在所有大企业面前的残酷现实。 在TCL实业的软件工程中心，一条肉眼可见的分水岭已经出现。“我都有点不敢相信，两天把整个功能交付了，开发模式真的被颠覆了。”TCL实业软工中心应用开发总监沈雪松难掩激动。一家老牌制造业巨头如何用AI Agent重构研发流水线？我们在这里看到了答案。 TCL实业软工中心应用开发总监沈雪松 不同于强调敏捷开发的互联网创业公司，沈雪松和近2000名同事面对的研发工作要沉重得多。发往全球160多个国家的产品、长达十几年的历史代码库、严苛的IPD（集成产品开发）流程，构成了这里巨大的系统围墙。在这里，一个新人从入职到能上手，对内部系统代码有深入了解，需要整整三个月。面对这样一台庞大复杂的机器，不仅要求团队有持续的AI实践，也需要管理者认知清晰，找到真正能把AI用进业务里的解法。 通用模型读不懂TCL的代码，直到腾讯CodeBuddy接进来 TCL研发端在AI上的探索并不晚。早在大模型爆发之初，TCL实业的软工中心就尝试在代码Review、补全等环节用AI辅助，但很快他们就发现了问题。“单点确实有一些提效，但当链条上某个节点成为瓶颈后，整个效率却被拖垮了。”沈雪松说。这意味着，整个研发链路的交付周期并没有实质缩短。更让研发团队头疼的是，市面上通用的AI模型，根本读不懂TCL内部的系统代码。AI给的建议像是通用的“正确废话”，一落到真实的业务里，就抓瞎。当AI无法融入企业专有的知识库，无法跨越不同的工作流节点时，它充其量只是一个聪明的“外挂”。 真正的转折发生在2025年3月，研发端与腾讯云CodeBuddy团队的深度接触后，后者是腾讯云推出的AI智能编程助手。最开始，沈雪松团队以插件形式接入CodeBuddy，进行十几人的小项目试点。他们发现，CodeBuddy不仅能写代码、无缝嵌入现有平台，还能将团队原有知识库“翻译”给大模型，这很难得。